为碳足迹数据创建自定义信息中心或分析

除了碳足迹的默认视图和数据导出功能之外，您还可以使用导出的数据创建自定义信息中心和分析。这种灵活性支持定制数据可视化和粒度，让您能够根据自己的具体要求深入了解情况，从而优化碳足迹管理。

使用 Google 表格

请按照以下步骤使用 Google 表格为 碳足迹数据创建自定义信息中心。

  1. 将整个碳足迹导出到工作表
  2. 使用数据透视表 根据导出的数据创建自定义报告。
  3. 创建图表 ，以直观呈现数据透视表的结果。

使用数据洞察

请按照以下步骤为碳足迹数据创建自定义 数据洞察 报告。

  1. 将碳足迹导出到 BigQuery
  2. 创建新的数据洞察报告
  3. 连接到 BigQuery 通过选择您之前在配置碳足迹时选择的数据集 导出。
  4. 使用在上一步中创建的数据源， 向报告添加图表。

使用 Looker

请按照以下步骤为碳足迹数据创建自定义 Looker 信息中心。 如果您是 Looker 的现有客户，建议使用此选项。

  1. 将碳足迹导出到 BigQuery
  2. 安装碳足迹块

将碳足迹数据与 Cloud Billing 数据联接，以估算不同粒度的排放数据

您可以将碳足迹导出数据与 Cloud Billing 导出数据相结合，以查看不同粒度的碳排放量。这样，您就可以在自定义标签、标记或资源级别进行分析，从而找出可以减少环境影响的方面。您可以按照以下步骤估算实例级排放数据和标记或标签级排放数据。

估算实例级排放数据

  1. 将数据导出到 BigQuery：分别将 碳足迹数据 和 Cloud Billing 详细 使用费数据 导出到 BigQuery。

  2. 联接数据集：首先，将 Cloud Billing 详细使用费用数据按结算账号 ID、项目、产品、资源和区域分组，然后将每小时的数据汇总到每月级别。接下来，使用结算账号 ID、项目、产品、区域和月份的通用维度，将导出的碳足迹数据与 Cloud Billing 详细 费用数据 联接。

  3. 估算资源级排放量：将碳排放数据（按结算账号 ID、项目、产品、区域和月份汇总）细分到各个资源级别。您可以根据每个资源在任何给定结算账号 ID、项目、产品、区域和月份中对费用的贡献比例来分配排放量，从而进行估算。使用 cost_at_list 可避免潜在的价格折扣带来的副作用。实施验证步骤，以识别并缓解任何潜在的重复计算排放量的情况。

重要提示：使用这种基于费用的分配方法估算的资源级排放量是近似值，因为费用和排放量都会随着用量而变化。虽然这种方法无法准确衡量单个资源的影响，但有助于确定高用量资源的优化优先级。

估算标记或标签级排放数据

  1. 将数据导出到 BigQuery：分别将 碳足迹数据 和 Cloud Billing 标准 使用费用数据 导出到 BigQuery。

  2. 联接数据集：首先，将 Cloud Billing 标准使用费数据按结算账号 ID、项目、产品、标记或标签和区域分组，然后将每小时的数据汇总到每月级别。接下来，使用结算账号 ID、项目、产品、区域和月份的通用维度，将导出的碳足迹数据与 Cloud Billing 标准 费用数据 联接。

  3. 估算标记级或标签级排放量：使用联接的数据集，按标记或标签及其他维度汇总排放数据（如需）。

重要提示：使用这种方法汇总的标记级或标签级排放量是近似值，可能无法准确反映实际能源消耗和排放量。

接下来怎么做？